您的位置: 专家智库 > >

陆璐

作品数:17 被引量:34H指数:3
供职机构:西安交通大学机械工程学院机械工程及自动化系更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术电气工程机械工程更多>>

文献类型

  • 14篇期刊文章
  • 3篇学位论文

领域

  • 15篇自动化与计算...
  • 3篇电气工程
  • 1篇机械工程

主题

  • 11篇控制器
  • 9篇自学习
  • 9篇自学习控制
  • 8篇气动
  • 6篇伺服
  • 6篇伺服系统
  • 6篇自学习控制器
  • 6篇线性系
  • 6篇非线性
  • 6篇非线性系统
  • 5篇神经网
  • 5篇神经网络
  • 5篇气动伺服
  • 5篇气动伺服系统
  • 5篇仿射非线性
  • 5篇仿射非线性系...
  • 4篇收敛性
  • 4篇稳定性
  • 4篇鲁棒
  • 3篇鲁棒稳定

机构

  • 17篇西安交通大学
  • 3篇沈阳建筑工程...

作者

  • 17篇陆璐
  • 11篇李天石
  • 9篇史维祥
  • 3篇王淑莲
  • 2篇叶渊
  • 1篇陈传宁

传媒

  • 7篇机床与液压
  • 2篇控制与决策
  • 2篇机器人
  • 1篇信息与控制
  • 1篇建筑机械
  • 1篇计算技术与自...

年份

  • 1篇2000
  • 10篇1999
  • 3篇1998
  • 1篇1996
  • 1篇1995
  • 1篇1990
17 条 记 录,以下是 1-10
排序方式:
基于H^∞状态反馈的自学习控制器及其在气压伺服系统中的应用被引量:2
1996年
本文对一类具有参数变化,随机噪声干扰的系统构造一个H∞状态反馈,从而改善了系统的鲁椿性,并在此基础上设计一个比例型学习控制器,同时从逆系统的角度提出加速学习过程的方法。最后将该算法用于气缸系统位置控制,并给出了仿真结果。
陆璐李天石
关键词:自学习控制器气压伺服系统
一种新型自学习控制器及其应用被引量:1
1999年
本文提出了一种新的学习控制律,论证了控制律的合理性,证明了其收敛性,说明此控制律具有控制精度高,收敛速度快等优点。
叶渊陆璐李天石赵镭
关键词:收敛性压力控制器控制器气动控制
学习控制理论及其在气动伺服系统中的应用
陆璐
关键词:气动伺服系统收敛性鲁棒性
基于代数黎卡提方程的 H_∞ 控制器及在气动系统中的应用被引量:3
1999年
本文基于代数黎卡提方程提出一种H∞状态反馈控制律,它能同时保证系统鲁棒稳定及干扰衰减。利用该方法对气动系统进行设计,并与LQ方法设计控制器进行比较,结果表明本文所设计控制器具有鲁棒性好,噪声衰减大的优点。
王淑莲陆璐史维祥
关键词:H∞控制器鲁棒稳定性气动系统
流体动力系统自学习控制方法的研究
1995年
本文分析了比例型自学习控制器的设计方法及自学习控制系统的收敛性,从逆系统角度提出一种加快收敛的方法,同时把该控制器用于气缸系统位置控制,取得了较好效果。
陆璐李天石
关键词:自学习控制收敛性逆系统
一类优化自学习控制器及其在气动伺服系统中的应用被引量:1
1999年
本文通过引入L2空间范数指标,将常规比例型学习控制器发展为具有加权矩阵的最优自学习控制器,并给出了相应学习控制律收敛性的严格证明。同时将它用于气动伺服系统位置跟踪,仿真和实验结果表明,利用此法可使控制系统更加平滑地跟踪系统期望输出。
王淑莲陆璐史维祥
关键词:气动伺服系统控制器
非线性系统神经网络稳定自适应控制器的研究被引量:9
1998年
提出一种利用神经网络逼近具有不确定性及随机干扰的仿射非线性系统新算法,采用自适应控制率在线调节网络权值,基于H∞控制选择控制量以削减噪声干扰,并从理论上证明了采用该算法后系统的全局稳定性。将该算法用于气动系统位置跟踪,仿真结果表明该算法具有跟踪精度高,收敛速度快的优点。
陆璐李天石史维祥
关键词:神经网络稳定性非线性系统自适应控制器
一种新型神经网络学习控制器及其在气动压力控制系统中的应用
1998年
本文利用神经网络非线性映射的特点,用逆向建模的思想,设计了一种基于神经网络的学习控制器,并将其应用于气动压力控制系统,收到了很好的效果。
叶渊陆璐李天石
关键词:神经网络压力控制器气动控制
仿射非线笥系统控制方法及其应用研究
陆璐
关键词:仿射非线性系统自学习控制神经网络控制气动伺服系统机器人控制系统
一类二维变学习因子自学习控制器
1999年
设计了一种新的学习控制律,通过沿学习轴递推辨识学习增益矩阵以改善控制效果。分别对连续系统及离散系统设计了学习控制律,给出了相应的收敛性证明结果,同时考虑了系统存在噪声干扰及初始误差不为零时学习控制器的收敛性条件。仿真结果表明该控制算法能达到很高的控制精度。
陆璐李天石史维祥
关键词:自学习控制器
共2页<12>
聚类工具0